基于回归分析的煤炭价格预测模型.doc

《基于回归分析的煤炭价格预测模型.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于回归分析的煤炭价格预测模型华北电力大学（保定）武小莉热动0704王坤动力实07张帆电力实07基于回归分析的煤炭价格预测模型摘要：本文主要通过分析煤炭价格的变动趋势以及影响煤炭价格的因素，运用数据分析中的回归分析，分别建立了单变量非线性回归模型和多元线性回归预测模型，实现了对煤炭价格的预测。首先通过对我国1985-2006年煤炭价格走势的分析，建立了以时间为自变量、煤炭价格为因变量的单变量非线性回归模型，拟合出了煤炭价格随时间的变化规律，此模型能在一定程度上预测出煤炭价格的变化趋势，但运用此模型预测出的2007年的煤炭价格与实际值有较大偏差。对照国家相关政策的变动，对原模型产生偏差的原

2、因进行深入分析，发现供求关系是影响煤炭价格的主要深层次因素。选取1990-2006年间煤炭的生产量、消费量、进口量、出口量作为自变量，仍以煤炭价格作为因变量，建立了多元线性回归模型，并对此阶段的四个自变量做了时间序列分析，得到了2007年各个自变量的预测值，继而运用此模型较精确地预测出了2007年的煤炭价格。关键词：单变量非线性回归分析、多元回归分析、价格预测一、问题的提出中国是当今世界上以煤为主要能源的少数几个国家之一，煤炭在中国经济社会发展中占有重要的地位。它不仅是工业部门燃料动力的主要来源，也是重要的化工原料和民用能源，并已成为重要的出口商品。目前，煤炭约占中国一次能源总产量的70

3、%，约占一次能源中消费量的66%（国家统计局，2004d）。未来较长时期内，煤炭仍将是中国能源的支柱，它在国民经济中具有重要的战略地位。近十年来，我国的煤炭价格一直保持大幅度的波动，特别是近几年的煤炭价格上涨已经引起社会的广泛关注。煤炭作为基础能源，需求缺口的拉大，必将导致作为市场信号的价格上扬。客观分析和判定煤炭价格的影响因素，了解并能够预测未来煤炭价格，对于掌握决策的主动权，作出合理的决策，是非常必要的。二、问题的分析对煤炭价格进行预测，需要掌握一定量的数据。通过查询，可以获得的数据量有：近二十年来煤炭工业产品的出厂价格以及各年的煤炭平衡表。通过对所得数据的分析，发现煤炭价格逐年递增

4、，且随时间成非线性变化。在对整体数据分析的基础上，可以建立煤炭价格与时间的单变量非线性回归方程，继而可根据此回归方程进行价格预测。单变量回归模型仅是单纯地研究了煤炭价格随时间的变化规律，过于简单且表面化。事实上煤炭价格受多方因素的影响，这些影响因素才是煤炭价格变化的根本原因，建立煤炭价格与各影响因素间的回归模型，对未来煤炭价格进行分析预测更具有合理性。在不考虑国家政策强制干预的前提下，决定煤炭价格的主要因素是供需关系。随着煤炭市场的有序放开和煤炭市场化进程的加快，煤炭价格回归理性的预期将会显现。这就需要结合我国煤炭产业的实际情况，重点从煤炭的生产量、消费量、进口量以及出口量对煤炭价格进行

5、统计模拟分析，建立煤炭价格与这些变量的回归模型，从而实现对未来煤炭价格的预测。一、模型假设3.1查找得到的数据真实可靠，且煤炭价格为全国平均价格。3.2多元线性回归模型中，煤炭价格主要受市场条件下的供求关系的影响，建立模型过程中不考虑国家政策的强制干预。3.3多元线性回归模型中，假设在市场条件下，主要讨论煤炭价格受煤炭生产量、煤炭消费量以及进、出口量的影响，忽略其他影响因素。二、模型的建立和求解5.1非线性回归模型5.1.1模型的建立表5-1中给出了1985-2006年的煤炭价格。由此作出煤炭价格走势图，如图5-1所示。图5.1煤炭价格（单位：元/吨）通过分析图中价格走势，确定选择指数回

6、归方程作为价格指数的变化趋势的模拟，另在回归方程上加1个三角函数作为周期变化规律的模拟，方程的形式为：（5-1）上式中：为煤炭价格（元/吨）；为时间（年）；为常数。5.1.2模型的求解与精确度分析取l985年为时间的零点，以下类推，建立煤炭价格与时间之间的回归方程，代入数据，求解方程中各参数，得回归方程为（5-2）表5-1中给出了由此模型得到煤炭价格的拟合值及残差。表5-11985—2006年煤炭价格历史统计数据及模型拟合情况时间（：年）煤炭实际价格（：元/吨）煤炭拟合价格（：元/吨）残差（）标准化残差（）198535.1662334.53670.6295240.093117198634

7、.0409136.03662-1.99571-0.2952198734.9940537.05351-2.05946-0.30463198838.7034238.669350.0340750.00504198943.4252442.063881.3613620.201367199046.1176148.19456-2.07696-0.30721199152.1590157.51428-5.35527-0.79213199260.556